L'article de Stéphane Allaire, intitulé « Six affordances de l’intelligence artificielle générative en soutien à la coélaboration de connaissances », est un compte rendu d'expérience menée dans un cours de deuxième cycle universitaire en sciences de l’éducation L'auteur teste ChatGPT, une IA générative, comme membre d'un groupe d'apprentissage partagé (CoÉCo). L'objectif: faire progresser les connaissances collectives, avec l'apprentissage individuel en résultat bonus. L'auteur a commencé cette expérience avec prudence, mais il cherchait à explorer les potentialités (affordances) de l'IAg pour soutenir ce travail collectif. Les Six façons dont l’IAg a aidé (les six affordances) L'expérience a identifié six fonctions de soutien spécifiques de l'IAg dans ce contexte:

 1. Aider à formuler des questions complexes : L'IAg a rédigé un énoncé d'investigation (une grande question pour guider la recherche) que la majorité des étudiants ont trouvé plus crédible que ceux rédigés par leurs pairs ou le professeur.

 2. Trouver des pistes d’approfondissement : L'IAg a comparé les notes des étudiants avec la littérature scientifique ou des rapports pour suggérer des thèmes à explorer davantage. 

3. Identifier les idées qui font avancer la connaissance : L'IAg a pu repérer les propos des étudiants qui amenaient la réflexion plus loin que les documents de référence, reconnaissant ainsi leur apport unique à la communauté.

 4. Soutenir l’autoévaluation : L’IAg a utilisé la grille d'évaluation du cours pour donner aux étudiants une force et une piste d’amélioration pour leurs contributions, sans les noter. Ceci est considéré comme approprié pour soutenir la réflexion des étudiants sur leur propre travail.

 5. Analyser le processus de travail : L’IAg a fourni une analyse sommaire de la dynamique d'interaction du groupe, ce qui pourrait encourager les étudiants à réfléchir sur leur façon de collaborer (métacognition).

 6. Synthétiser les discussions : L'IAg a pu créer un résumé des connaissances dégagées des conversations, utile pour alimenter les échanges en temps réel. 

L'article intitulé Perceptions de l’IA à l’université : une enquête sur les outils, pratiques et postures pédagogiques, rédigé par Dominique Verpoorten et ses collègues, rend compte des résultats d'un questionnaire mené auprès de 404 enseignants et enseignantes de l'Université de Liège (ULiège), une université belge francophone. L’objectif de l'enquête, menée entre mars et avril 2024, était de fournir un « instantané » des usages, des outils et des perceptions liés à l'entrée de l'intelligence artificielle (IA) démocratisée dans leurs pratiques universitaires. L'IA, un Phénomène Généralisé et Total L'étude établit que l'irruption de l'IA est un phénomène total qui ébranle plusieurs dimensions pédagogiques. Le questionnement et la nécessité de prendre des décisions urgentes sont similaires pour tous, car aucune différence significative n'a été observée dans les usages ou les perceptions entre les trois grands secteurs disciplinaires (Sciences humaines, Sciences et techniques, Sciences de la santé). Adoption et Usages par les Enseignants Quinze mois après la sortie publique de ChatGPT, l'université est pleinement sensibilisée à l’IA. Près de 50 % des personnes répondantes ont adopté l’IA au moins hebdomadairement. L’orientation principale de cet usage déclaré n'est pas l'enseignement ou la recherche, mais l’aide aux tâches professionnelles quotidiennes (l’IA comme assistant personnel pour l’amélioration de la productivité personnelle). Cette prévalence se confirme dans les outils utilisés : les assistants personnels généralistes (comme ChatGPT, cité par 188 répondants sur 225) dominent largement. Seuls 18 % à 19 % des enseignants déclarent posséder une licence payante. 

Perception de l’Usage Étudiant et Évaluation Les enseignants sont très conscients de la pénétration de l'IA chez leurs étudiants : 92 % attribuent aux étudiants une utilisation au moins occasionnelle de l’IA en lien avec leurs études. Face à cette réalité, les enseignants explorent de nouvelles modalités d’évaluation. Les actions les plus fréquentes observées (appelées politiques d'« évitement » ou d'« épaississement ») consistent à ajouter des moments de vérification (écrite ou orale) ou à ramener l’évaluation en classe surveillée. Les politiques d'« affrontement » (inclure explicitement l'IA dans l'évaluation) sont moins nombreuses, mais ne sont pas exclues. Conclusion : Gain de Temps et Rôle Critique de l'Université L'étude met en évidence deux tensions majeures :

 1. Avantage de Productivité : Une large proportion d'enseignants associe l’usage de l’IA à un gain de temps sur les tâches d'enseignement (comme la création de ressources). Ce temps libéré pourrait potentiellement permettre de « réhumaniser l’enseignement supérieur » en étant réinvesti dans l'accompagnement pédagogique ou les procédures d’évaluation transformées.

 2. Méfiance et Compétences Fondamentales : L'université fait preuve d’une circonspection salutaire et se démarque des discours trop révolutionnaires. Les enseignants expriment des inquiétudes importantes liées aux risques de paresse intellectuelle, de perte de compétences par délégation à l'IA, et aux implications éthiques et écologiques. L'université est ainsi placée devant la nécessité de définir quelles compétences internalisées les étudiants doivent absolument maîtriser sans l'aide de l'IA pour éviter tout dommage à l'individu et à la société. L'étude conclut que, malgré les tiraillements et les incertitudes qu’elle génère, l’université fait preuve d’une ouverture positive à l’IA tout en restant fidèle à son rôle critique.  

Utilisation pédagogique de l’IA à l’université : trois récits de pratique en orthodidactique du français, en psychologie et en histoire Le titre de l'article synthétise parfaitement l'objet de cette publication, rédigée par Marie-Ève Gonthier, Marie-Josée Tremblay et Maxime Gohier, tous affiliés à l’Université du Québec à Rimouski. L'article, mis en ligne le 3 juin 2025, présente trois démarches innovantes d’intégration des outils d’Intelligence Artificielle (IA), notamment ChatGPT et Transkribus, mises en œuvre par des ressources enseignantes au sein d’une seule et même université. L'étude se concentre sur trois disciplines distinctes : l’orthodidactique du français, la psychologie et l’histoire. L'objectif principal de ces initiatives était de mettre les technologies au service de l’enseignement et de stimuler les apprentissages chez les personnes étudiantes. L'article aborde l'intégration de l'IA en contextualisant la nécessité de cette réflexion en pédagogie universitaire. L'approche est structurée autour de récits de pratique qui présentent les activités pédagogiques, suivis d'un retour détaillé sur les résultats, les impacts et des recommandations pour les enseignants. Les mots-clés associés à cette recherche sont l'IA, la pédagogie universitaire, l'innovation et l'esprit critique. La conclusion de l'étude insiste sur le fait que l’intégration de l’IA, plutôt qu'une interdiction, est la voie à privilégier, pour assurer une formation à jour et à la fine pointe des technologies, tout en sensibilisant aux enjeux éthiques majeurs (biais, violation de la vie privée, risque pour l’autonomie) .

L'article Autoformation en outils d’intelligence artificielle générative : un levier pour guider et optimiser la conception pédagogique, rédigé par Nadia Naffi et Cindy Susana Montufar de l'Université Laval, présente un retour d'expérience structuré sur une expérimentation d'autoformation guidée à l’intelligence artificielle générative (IAg). Cette expérimentation a été menée sur une session complète de 15 semaines au sein de deux cours de cycles supérieurs (TEN-7001 et TEN-7006) du programme de technologie éducative, impliquant 45 professionnelles et professionnels de l’éducation en formation. L’objectif était d’explorer l’appropriation progressive de l’IAg par ces concepteurs pédagogiques en exercice, en combinant une exploration autonome avec un accompagnement pédagogique structuré. L'approche méthodologique reposait sur l’intégration d’une activité d’autoformation (comptant pour 10 % de la note finale), invitant les étudiants à tester entre deux et quatre outils d’IAg pour des applications concrètes (recherche, conception, présentation, etc.). Les données ont été recueillies via des journaux d'autoformation et des portfolios numériques analysés selon une approche qualitative, triangulant avec l'observation des discussions en classe. Une Courbe d'Apprentissage Psychologique et Professionnelle L'analyse des résultats a révélé une courbe d'apprentissage dynamique en trois phases distinctes : 

1. Curiosité Initiale et Enthousiasme : L'intérêt pour les capacités d'innovation de l'IAg a dominé les premières interactions.

 2. Ébranlement de la Confiance : Cet enthousiasme a été suivi par un sentiment de dévalorisation de l’expertise humaine. Certains étudiants, possédant plus de 15 ans d'expérience, ont remis en question la valeur de leur expertise face à la rapidité de la génération de contenu par l’IAg. 

3. Réaffirmation du Rôle : Le tournant décisif s’est opéré lors des échanges collectifs en classe, animés par l'enseignante. Cette discussion a permis de reconstruire une posture professionnelle solide en soulignant la complémentarité entre l’intelligence artificielle et l’intelligence humaine. Les participants ont réalisé que leur valeur ajoutée irremplaçable réside dans la contextualisation, l'empathie, le jugement critique et la prise de décisions nuancées. L'IAg est ainsi repositionnée comme un levier d’innovation, et non un substitut. L’étude souligne que l’autoformation encadrée est essentielle pour développer une réflexion critique et éthique (propriété intellectuelle, confidentialité, biais). Les étudiants ont également dû maîtriser la rédactique (ingénierie de requêtes) et faire face au défi de la fiabilité des informations générées (hallucinations). L'article conclut par la nécessité pour les acteurs de conception pédagogique de passer d'une posture de simples producteurs de contenu à celle d'architectes d’environnements d’apprentissage augmentés par l’IA. L'enseignement supérieur doit accompagner cette transition psychologique et identitaire et encourager une approche éthique et responsable. L'avenir repose sur l'intelligence humaine qui pilote et oriente l'IA vers des usages éducatifs responsables. 

L’adoption du numérique par les enseignants du supérieur non-universitaire Cet article, rédigé par Alexis Creten, Amauri Simon et Amélie Cocinas Garcia, et paru dans la Revue internationale de pédagogie de l’enseignement supérieur (RIPES) en 2025, analyse comment le personnel enseignant intègre les technologies numériques dans le contexte de l'enseignement supérieur non-universitaire. Cadre de l'étude La recherche utilise une approche qualitative, reposant sur des entretiens. Parmi les participants figuraient des individus dont la mission relève de la technopédagogie. L'analyse des données a été effectuée par une analyse thématique utilisant des codes de premier et de deuxième niveau. L'étude distingue clairement l'e-learning (apprentissage en ligne) de l'emergency remote teaching (enseignement à distance d'urgence). Les facteurs contextuels L'article met en lumière six éléments contextuels majeurs qui influencent cette adoption: 1. Les pouvoirs politiques (3.1) : Ce niveau est encadré par des textes comme le Décret définissant le paysage de l’enseignement supérieur du 7 novembre 2013, et le Décret du 2 décembre 2021 modifiant la formation initiale des enseignants. L'influence du Recovery and Resilience Facility est également mentionnée.

 2. L’institution (3.2). 3. Les étudiants (3.3). 4. Les enseignants (3.4). 5. Les outils (3.5) : L'étude évoque l'usage de dispositifs spécifiques tels que les serious games et les breakout rooms. Elle aborde aussi les modèles économiques comme le cloud computing et l’open source (logiciels libres). 6. La pandémie (3.6) : La crise sanitaire est un contexte important pour l'adoption numérique. En conclusion, la discussion aborde des concepts comme le New Public Management et réaffirme l'importance des cadres de soutien, notamment le Recovery and Resilience Facility 8U.